Ao fim de algumas horas, l\u00e1 consegui ler carateres Unicode de 4 octetos em utf32 e utf8 para uma base de dados MySQL, em Python.<\/p>\n
O c\u00f3digo dos carateres vinha, do ficheiro original de emojis, em utf32. Eu queria guard\u00e1-lo nesse formato, mas tamb\u00e9m convert\u00ea-lo para utf8.<\/p>\n
Criei uma tabela para receber esses carateres, nos respetivos formatos:<\/p>\n
CREATE TABLE uni (\r\n\tutf32 CHAR(1) CHARACTER SET utf32,\r\n\tutf8 CHAR(1) CHARACTER SET utf8mb4\r\n);\r\n<\/pre>\nUtilizei o CHARSET utf8mb4, ao inv\u00e9s de utf8 apenas, pois o utf8 usa, no m\u00e1ximo, 3 bytes por car\u00e1ter, enquanto que o utf8mb4 usa at\u00e9 4 bytes. O utf8 suporta apenas os carateres do Basic Multilingual Plane (BMP). (ver mais<\/a>)<\/p>\n
Depois, era necess\u00e1rio converter os carateres utf32 (unicode codepoints) para utf8. Para isso, usei uma express\u00e3o que encontrei no StackOverflow<\/a>.<\/p>\n
\r\n>>> code = '01F600'\r\n>>> c = ''.join(['{0:x}'.format(ord(x)) for x in unichr(int(code, 16)).encode('utf-8')]).upper()\r\nF09F9880\r\n<\/pre>\nGastei algumas horas at\u00e9 chegar a este resultado. Mas, com esta solu\u00e7\u00e3o, \u00e9 poss\u00edvel inserir c\u00f3digos dos emojis na tabela.<\/p>\n","protected":false},"excerpt":{"rendered":"
Ao fim de algumas horas, l\u00e1 consegui ler carateres Unicode de 4 octetos em utf32 e utf8 para uma base de dados MySQL, em Python. O c\u00f3digo dos carateres vinha, do ficheiro original de emojis, em utf32. Eu queria guard\u00e1-lo nesse formato, mas tamb\u00e9m convert\u00ea-lo para utf8. Criei uma tabela para receber esses carateres, nos … <\/p>\n